KR102493062B1 - 탈중앙화 메타버스 운용을 위한 관리 서버 및 방법과, 그를 수행하도록 컴퓨터 판독 가능한 기록 매체에 저장된 프로그램 - Google Patents
탈중앙화 메타버스 운용을 위한 관리 서버 및 방법과, 그를 수행하도록 컴퓨터 판독 가능한 기록 매체에 저장된 프로그램 Download PDFInfo
- Publication number
- KR102493062B1 KR102493062B1 KR1020210143135A KR20210143135A KR102493062B1 KR 102493062 B1 KR102493062 B1 KR 102493062B1 KR 1020210143135 A KR1020210143135 A KR 1020210143135A KR 20210143135 A KR20210143135 A KR 20210143135A KR 102493062 B1 KR102493062 B1 KR 102493062B1
- Authority
- KR
- South Korea
- Prior art keywords
- metaverse
- identity model
- distributed identity
- decentralized
- information
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000007726 management method Methods 0.000 claims description 77
- 230000000694 effects Effects 0.000 claims description 50
- 230000015654 memory Effects 0.000 claims description 36
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 238000010801 machine learning Methods 0.000 description 10
- 238000013473 artificial intelligence Methods 0.000 description 9
- 238000013527 convolutional neural network Methods 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 238000003062 neural network model Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000005304 joining Methods 0.000 description 4
- 238000012384 transportation and delivery Methods 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 241000700605 Viruses Species 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 229910021389 graphene Inorganic materials 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 238000010200 validation analysis Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000531116 Blitum bonus-henricus Species 0.000 description 1
- 235000008645 Chenopodium bonus henricus Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 210000000225 synapse Anatomy 0.000 description 1
- 230000000946 synaptic effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
- G06T13/20—3D [Three Dimensional] animation
- G06T13/40—3D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/003—Navigation within 3D models or images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- Tourism & Hospitality (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
탈중앙화 메타버스 운용을 위한 관리 서버 및 방법과, 그를 수행하도록 컴퓨터 판독 가능한 기록 매체에 저장된 프로그램이 제공된다.
본 발명의 실시예에 따른 탈중앙화 메타버스 운용을 위한 관리 서버는, 적어도 하나의 메타버스 서버에서, 사용자 요청을 입력 받아 다수의 메타버스 공간 중 어느 하나의 메타버스 공간인 제1 메타버스 공간에서 활용 가능한 기초 분산 신원 모델(Decentralized Identity Model)이 형성되는 경우, 상기 기초 분산 신원 모델의 중복성 검사를 수행하고, 상기 중복성 검사를 통과한 기초 분산 신원 모델에 호출 정보를 포함하여 탈중앙화 분산 신원 모델을 형성하며, 상기 탈중앙화 분산 신원 모델의 암호화를 수행하는 프로세서를 포함하되, 상기 탈중앙화 분산 신원 모델은, 상기 제1 메타버스 공간 외의 다른 메타버스 공간에서도 호출 가능할 수 있다.
본 발명의 실시예에 따른 탈중앙화 메타버스 운용을 위한 관리 서버는, 적어도 하나의 메타버스 서버에서, 사용자 요청을 입력 받아 다수의 메타버스 공간 중 어느 하나의 메타버스 공간인 제1 메타버스 공간에서 활용 가능한 기초 분산 신원 모델(Decentralized Identity Model)이 형성되는 경우, 상기 기초 분산 신원 모델의 중복성 검사를 수행하고, 상기 중복성 검사를 통과한 기초 분산 신원 모델에 호출 정보를 포함하여 탈중앙화 분산 신원 모델을 형성하며, 상기 탈중앙화 분산 신원 모델의 암호화를 수행하는 프로세서를 포함하되, 상기 탈중앙화 분산 신원 모델은, 상기 제1 메타버스 공간 외의 다른 메타버스 공간에서도 호출 가능할 수 있다.
Description
본 발명은 메타버스 구축 및 운영을 위하여 그래픽 오브젝트 예를 들어, 아바타를 생성 및 관리하는 시스템에 관한 것으로, 보다 구체적으로는 독립된 하나의 메타버스에서 생성되어 관리되고 있는 아바타가 독립된 이종의 메타버스로 이동하여 아바타의 변경없이 이종의 메타버스에서도 다양한 가상 활동을 수행할 수 있는 탈중앙화 메타버스 운용을 위한 아바타 관리 시스템 및 방법과, 그를 수행하도록 컴퓨터 판독 가능한 기록 매체에 저장된 프로그램에 관련된 것이다.
메타버스(Metaverse)란 초월한 또는 그 이상이라는 뜻의 '메타(meta)'와 세계라는 뜻의 '유니버스(universe)'를 조합한 말로 '현실을 초월하여 만들어낸 세계', '현실과 가상이 혼재된 세계'를 의미한다. 일반적으로 가상과 현실이 상호작용을 하며 다양한 사회/경제/문화 활동이 벌어지는 세상으로 정의하고, VR(Virtual Reality, 가상현실)/AR(Augmented Reality, 증강현실)과 같은 가상융합기술(XR: eXtended Reality)이 활용되는 확장 가상세계로 정의하기도 한다. 디지털 기술로 구현한 현실 세계와 유사한 메타버스 환경에서 사용자들의 자아가 투영된 아바타들이 생성되고 메타버스 내에서 다양한 활동이 이루어진다.
메타버스에서 아바타는 그래픽 위주의 가상세계에서 사용자를 대표하는 가상의 육체(Body)라고 할 수 있으며, 사용자를 확인하고 특징하는 중요한 수단이다. 메타버스의 사용자는 자신의 아바타를 생성하고 이를 이용하여 메타버스 내에서의 다양한 가상의 삶을 영위할 뿐만 아니라 실질적인 상거래의 주체가 되는 등 메타버스 생태계에서 가장 중요한 구성요소가 된다.
기존에 구축되고 있는 대부분의 메타버스는 중앙집중식으로 아바타를 자신의 메타버스에서만 생성해야 하고 고유의 표준과 포맷을 이용하여 자신의 메타버스에서만 사용될 수 있도록 한다. 또한, 메타버스에 입점하는 구성원들에게만 자신의 메타버스에서 생성된 아바타를 사용할 수 있게 하는 폐쇄된 시스템으로 특정의 메타버스에서 생성된 아바타는 이종의 다른 메타버스로 이동하여 사용될 수 없는 문제점이 있다. 아울러, 중앙집중식 메타버스는 사용자 정보를 플랫폼이 과점하여 대형 포탈들의 골목상권 침해와 같은 플랫폼 과점 문제가 야기될 수 있다.
복수의 컨텐츠를 즐기기 위해서는 복수의 회원 가입 및 개인 정보 노출이 해당 수만큼 진행되어야 하는 부분이 있고, 이는 개인 정보의 과도한 유출을 야기하며, 컨텐츠 경험의 단절로 인한 만족도 저하의 원인이 된다. 이에 하나의 개인 정보와 자유로운 이동을 위한 컨텐츠 개발 규격 표준화 기술을 통해 이 불합리함을 해결하고자 한다.
본 발명이 해결하고자 하는 일 기술적 과제는, 탈중앙화된 이종의 메타버스들이 네트워크를 통해 서로 연결되고 이렇게 연결된 네트워크를 통해서 각 메타버스에서 생성된 아바타들이 서로 호환되고 다른 메타버스에서 공유되어 사용될 수 있는 시스템을 구성하고 운용하는 탈중앙화 메타버스 운용을 위한 아바타 관리 서버 및 방법과, 그를 수행하도록 컴퓨터 판독 가능한 기록 매체에 저장된 프로그램을 제공하는데 있다.
본 발명이 해결하고자 하는 다른 기술적 과제는, 아바타의 디팩토(defacto) 표준을 확립하고, 이러한 표준을 이용하여 아바타를 생성하고 관리할 수 있는 탈중앙화 메타버스 운용을 위한 아바타 관리 시스템 및 방법과, 그를 수행하도록 컴퓨터 판독 가능한 기록 매체에 저장된 프로그램을 제공하는데 있다.
본 발명이 해결하고자 하는 또 다른 기술적 과제는, 디팩토 표준을 이용하여 자체적으로 아바타 시스템을 개발하여 공용 시스템을 이용하는 탈중앙화 메타버스 생태계에 참여할 수 있는 탈중앙화 메타버스 운용을 위한 아바타 관리 서버 및 방법과, 그를 수행하도록 컴퓨터 판독 가능한 기록 매체에 저장된 프로그램을 제공하는데 있다.
본 발명이 해결하고자 하는 기술적 과제는 상술된 것에 제한되지 않는다.
본 발명의 일 실시예에 따른 탈중앙화 메타버스 운용을 위한 관리 서버는 적어도 하나의 메타버스 서버에서, 사용자 요청을 입력 받아 다수의 메타버스 공간 중 어느 하나의 메타버스 공간인 제1 메타버스 공간에서 기초 분산 신원 모델(Decentralized Identity Model)이 요청되는 경우, 상기 기초 분산 신원 모델의 중복성 검사를 수행하고, 상기 중복성 검사를 통과한 기초 분산 신원 모델에 호출 정보를 포함하여 탈중앙화 분산 신원 모델을 형성하며, 상기 탈중앙화 분산 신원 모델의 암호화를 수행하는 프로세서를 포함하되, 상기 탈중앙화 분산 신원 모델은, 상기 제1 메타버스 공간 외의 다른 메타버스 공간에서도 호출 가능할 수 있다.
일 실시예에 따르면, 상기 호출 정보는, 상기 탈중앙화 분산 신원 모델이 저장된 장소에 접근하기 위한 주소 정보를 포함할 수 있다.
일 실시예에 따르면, 상기 프로세서는, 블록체인 암호화 방식을 이용하여 상기 탈중앙화 분산 신원 모델의 암호화를 수행할 수 있다.
일 실시예에 따르면, 상기 탈중앙화 분산 신원 모델은, 아바타의 생성을 위한 그래픽 자원 정보를 더 포함할 수 있다.
일 실시예에 따르면, 상기 프로세서는, 상기 다수의 메타버스 공간 중 상기 기초 분산 신원 모델을 형성한 메타버스 와 다른 제2 메타버스 공간에서 상기 호출 정보를 이용하여 상기 탈중앙화 분산 신원 모델의 호출 신호가 수신되면 상기 호출 신호의 유효성을 검증하고, 상기 제2 메타버스 공간에 상기 아바타의 생성을 위한 그래픽 자원 정보를 전송할 수 있다.
일 실시예에 따르면, 상기 프로세서는, 상기 제2 메타버스 공간에서 상기 아바타의 활동으로 인한 활동 데이터를 수신하고, 상기 활동 데이터에 기초하여 상기 탈중앙화 분산 신원 모델의 정보를 업데이트할 수 있다.
본 발명의 일 실시예에 따른 탈중앙화 메타버스 운용을 위한 관리 방법은 사용자 요청을 입력 받아 다수의 메타버스 공간 중 어느 하나의 메타버스 공간인 제1 메타버스 공간에서 기초 분산 신원 모델(Decentralized Identity Model)이 요청되는 단계; 상기 기초 분산 신원 모델의 중복성 검사를 수행하는 단계; 상기 중복성 검사를 통과한 기초 분산 신원 모델에 호출 정보를 포함하여 탈중앙화 분산 신원 모델을 형성하는 단계; 및 상기 탈중앙화 분산 신원 모델의 암호화를 수행하는 단계를 포함하며, 상기 탈중앙화 분산 신원 모델은, 상기 제1 메타버스 공간 외의 다른 메타버스 공간에서도 호출 가능할 수 있다.
일 실시예에 따르면, 상기 다수의 메타버스 공간 중 어느 하나의 메타버스 공간인 제2 메타버스 공간에서 상기 호출 정보를 이용하여 상기 탈중앙화 분산 신원 모델의 호출 신호를 수신하는 단계; 상기 호출 신호의 유효성을 검증하는 단계; 및 상기 제2 메타버스 공간에 아바타를 생성하기 위한 그래픽 자원 정보를 전송하는 단계를 더 포함할 수 있다.
일 실시예에 따르면, 상기 제2 메타버스 공간에서 상기 아바타의 활동으로 인한 활동 데이터를 수신하는 단계; 및 상기 활동 데이터에 기초하여 상기 탈중앙화 분산 신원 모델의 정보를 업데이트하는 단계를 더 포함할 수 있다.
본 발명의 일 실시예에 따른 컴퓨터 프로그램은 하나 이상의 프로세서; 및 상기 하나 이상의 프로세서에 의한 실행 시, 상기 하나 이상의 프로세서가 연산을 수행하도록 하는 명령들이 저장된 하나 이상의 메모리를 포함하는 컴퓨터에서 수행 가능하도록 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램으로서, 사용자 요청을 입력 받아 다수의 메타버스 공간 중 어느 하나의 메타버스 공간인 제1 메타버스 공간에서 기초 분산 신원 모델(Decentralized Identity Model)이 요청되는 단계; 상기 제1 분산 신원 모델의 중복성 검사를 수행하는 단계; 상기 중복성 검사를 통과한 기초 분산 신원 모델에 호출 정보를 포함하여 탈중앙화 분산 신원 모델을 형성하는 단계; 및 상기 탈중앙화 분산 신원 모델의 암호화를 수행하는 단계 수행 가능하도록 구성될 수 있다.
본 발명의 일 실시 예에 따른 탈중앙화 메타버스 운용을 위한 관리 서버 및 방법과, 그를 수행하도록 컴퓨터 판독 가능한 기록 매체에 저장된 프로그램은, 탈중앙화 메타버스들을 연계하는 방법으로 아바타를 공유할 수 있게 함으로써 사용자는 한번의 아바타 생성만으로 탈중앙화 메타버스 생태계에 속한 다양한 메타버스들을 이동하며 각 메타버스들이 제공하는 다양한 서비스를 이용할 수 있다.
또한, 본 발명의 일 실시 예에 따른 탈중앙화 메타버스 운용을 위한 관리 서버 및 방법과, 그를 수행하도록 컴퓨터 판독 가능한 기록 매체에 저장된 프로그램은, 메타버스에 참여하는 사업자들의 이익을 최우선으로 하는 탈중앙화 메타버스 생태계를 구현할 수 있다.
또한, 본 발명의 일 실시 예에 따른 탈중앙화 메타버스 운용을 위한 관리 서버 및 방법과, 그를 수행하도록 컴퓨터 판독 가능한 기록 매체에 저장된 프로그램은, 블록체인 암호화 방식을 이용하여 분산 신원 모델의 암호화를 수행함으로써 아바타의 생성에서 폐기까지의 전생명주기 동안 정보의 무결성과 보안을 유지할 수 있다.
도 1 및 도 2는 본 발명의 실시 예에 따른 탈중앙화 메타버스 생태계의 구성을 보이는 예시도이다.
도 3은 본 발명의 실시예에 따른 관리 서버의 구성을 보이는 예시도이다.
도 4 및 도 5는 본 발명의 실시예에 따른 아바타 공유를 위한 데이터 관리 방법을 설명하기 위한 예시도이다.
도 6은 본 발명의 실시 예에 따른 분산 신원 모델의 구성을 보이는 예시도이다.
도 7은 본 발명의 실시 예에 따른 탈중앙화 메타버스 운용을 위한 아바타 관리 시스템의 구성을 보이는 예시도이다.
도 8은 본 발명의 실시 예에 따른 탈중앙화 메타버스 운용을 위한 아바타 관리 방법의 절차를 보이는 흐름도이다.
도 3은 본 발명의 실시예에 따른 관리 서버의 구성을 보이는 예시도이다.
도 4 및 도 5는 본 발명의 실시예에 따른 아바타 공유를 위한 데이터 관리 방법을 설명하기 위한 예시도이다.
도 6은 본 발명의 실시 예에 따른 분산 신원 모델의 구성을 보이는 예시도이다.
도 7은 본 발명의 실시 예에 따른 탈중앙화 메타버스 운용을 위한 아바타 관리 시스템의 구성을 보이는 예시도이다.
도 8은 본 발명의 실시 예에 따른 탈중앙화 메타버스 운용을 위한 아바타 관리 방법의 절차를 보이는 흐름도이다.
이하, 첨부된 도면들을 참조하여 본 발명의 바람직한 실시 예를 상세히 설명할 것이다. 그러나 본 발명의 기술적 사상은 여기서 설명되는 실시 예에 한정되지 않고 다른 형태로 구체화될 수도 있다. 오히려, 여기서 소개되는 실시 예는 개시된 내용이 철저하고 완전해질 수 있도록 그리고 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 제공되는 것이다.
본 명세서에서, 어떤 구성요소가 다른 구성요소 상에 있다고 언급되는 경우에 그것은 다른 구성요소 상에 직접 형성될 수 있거나 또는 그들 사이에 제 3의 구성요소가 개재될 수도 있다는 것을 의미한다.
또한, 본 명세서의 다양한 실시 예 들에서 제1, 제2, 제3 등의 용어가 다양한 구성요소들을 기술하기 위해서 사용되었지만, 이들 구성요소들이 이 같은 용어들에 의해서 한정되어서는 안 된다. 이들 용어들은 단지 어느 구성요소를 다른 구성요소와 구별시키기 위해서 사용되었을 뿐이다. 따라서, 어느 한 실시 예에 제 1 구성요소로 언급된 것이 다른 실시 예에서는 제 2 구성요소로 언급될 수도 있다. 여기에 설명되고 예시되는 각 실시 예는 그것의 상보적인 실시 예도 포함한다. 또한, 본 명세서에서 '및/또는'은 전후에 나열한 구성요소들 중 적어도 하나를 포함하는 의미로 사용되었다.
명세서에서 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함한다. 또한, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 구성요소 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 구성요소 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 배제하는 것으로 이해되어서는 안 된다.
또한, 본 명세서에서 "연결"은 복수의 구성 요소를 간접적으로 연결하는 것, 및 직접적으로 연결하는 것을 모두 포함하는 의미로 사용된다. 또한, "연결"이라 함은 물리적인 연결은 물론 전기적인 연결을 포함하는 개념이다.
또한, 하기에서 본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략할 것이다.
본 발명에 따르면, 후술할 다양한 기술을 사용하여 디지털 휴먼 영상 형성을 위한 모델링을 진행하고, 딥러닝과 같은 인공지능(AI: Artificial Intelligence) 기술을 이용하여 상호 작용 가능한 데이터를 확보하여 딥페이크 형태의 대화 가능한 디지털 휴먼 영상을 형성할 수 있다.
또한, 본 발명에 따르면, 인물, 고인의 얼굴 이미지를 컴퓨터 그래픽 기술을 이용하여 복원하고, 인공지능을 이용하여 애니메이션 부분을 합성하는 방식으로 얼굴 이미지를 복원하는 것에 그치는 것이 아니라 현재 사용자와 상호 작용이 가능한 디지털 휴먼 영상을 형성할 수 있다.
메타버스의 아바타는 사용자를 대표하는 가상의 육체, 또 다른 나의 자아, 가상의 세상에서 사용자를 대신하고 특정하는 핵심적 수단이다. 사용자는 이를 통해 다양한 가상의 삶을 영위하고 다양한 컨텐츠를 접촉하고 소비하는 생태계를 구축하고 이 순환 구조는 메타버스를 유지하고 존재하게 하는 가장 중요한 구성요소이다.
향후 수많은 목적과 주제를 가진 메타버스가 등장하게 될 것은 시대적 흐름이고 그에 따라 사용자들은 자신의 취향과 목적에 맞는 메타버스를 선택, 접속하여 아바타를 생성하는 보편적인 과정을 선택한 메타버스의 수만큼 반복해야 하는 구조이다.
본 발명에서는 아바타 제작 표준을 개발, 공유하여 다양한 이종의 메타버스를 네트워크로 연결하고, 각 메타버스에서 생성된 아바타 정보가 호환, 공유되어 자유롭게 사용되는 시스템을 구성하고 운영할 수 있다. 또한, 아바타의 표준정보 공유를 통해 사용자에게 더 넓고 자유로운 메타버스 환경을 제공할 수 있다.
복수의 컨텐츠를 즐기기 위해서는 복수의 회원 가입 및 개인 정보 노출이 해당 수만큼 진행되어야 하는 부분이 있고, 이는 개인 정보의 과도한 유출을 야기하며, 컨텐츠 경험의 단절로 인한 만족도 저하의 원인이 된다. 이에 하나의 개인 정보와 자유로운 이동을 위한 컨텐츠 개발 규격 표준화 기술을 통해 이 불합리함을 해결하고자 한다. 따라서 복수의 컨텐츠 정보를 하나의 분산 신원 모델에 넣는 것은 과도한 용량으로 인해 해당 분산 신원 모델의 사용자 개인의 활동이 일어날 때마다 고용량의 데이터가 갱신, 저장되고 실시간으로 전송, 공유도기 때문에 네트워크 내부의 트래픽 부하를 증가시킬 수 있다. 따라서 복수의 컨텐츠를 제작할 때 표준화된 규격에 맞추어 개발하고 주요 파일명을 정리, 통일, 공유하여 분산 신원 모델에는 해당 사용자가 보유한 재화, 커뮤니티 등 분산 신원 모델의 호출 정보만 갱신 저장되도록 하는 실시간 데이터베이스 갱신 및 네트워크 공유 기술을 활용할 수 있다. 이렇게 생성된 분산 신원 모델 데이터는 규격에 따른 복수의 컨텐츠에서 활용이 가능하며 보유한 재화 및 커뮤니티도 그대로 유지하면 활동할 수 있다.
도 1 및 도 2는 본 발명의 실시 예에 따른 탈중앙화 메타버스 생태계의 구성을 보이는 예시도이다.
도 1 및 도 2에 도시한 바와 같이, 탈중앙화 메타버스 생태계(100)는 적어도 하나의 메타버스 서버(110-1, 110-2, 110-3, 110-4, 110-5, 110-6,??, 110-n) 및 관리 서버(120)를 포함할 수 있다. 일 실시예에 따르면, 적어도 하나의 메타버스 서버(110-1, 110-2, 110-3, 110-4, 110-5, 110-6,??, 110-n) 및 관리 서버(120)는 네트워크를 통하여 서로 통신 가능하도록 연결될 수 있다.
일 실시예에 따르면, 적어도 하나의 메타버스 서버(110-1, 110-2, 110-3, 110-4, 110-5, 110-6,??, 110-n)는 독립된 탈중앙화 메타버스 공간들을 관리하는 서버로서 아바타(130)의 디팩토(defacto) 표준을 이용하여 아바타 구현을 위한 분산 신원 모델(Decentralized Identity Model)을 생성 및 관리할 수도 있다. 다른 실시예에 따르면, 적어도 하나의 메타버스 서버(110-1, 110-2, 110-3, 110-4, 110-5, 110-6,??, 110-n)는 관리 서버(120)에 저장된 분산 신원 모델의 정보를 수신하여 수신된 분산 신원 모델에 대응하는 아바타(130)를 각각의 메타버스 공간에 구현할 수 있다.
관리 서버(120)는 아바타의 디팩토(defacto) 표준을 이용하여 아바타를 생성하고 관리할 수 있는 시스템으로써 다수의 메타버스 공간(110-1, 110-2, 110-3, 110-4, 110-5, 110-6,??, 110-n)에서 형성된 제1 분산 신원 모델의 고유 식별 정보 및 상거래 결제 정보를 이용하여 중복성 검사를 수행하고, 중복성 검사를 통과한 제1 분산 신원 모델에 호출 정보를 포함하여 제2 분산 신원 모델을 형성하며, 제2 분산 신원 모델의 암호화를 수행할 수 있다.
도 3은 본 발명의 실시예에 따른 관리 서버의 구성을 보이는 예시도이다.
도 3에 도시한 바와 같이, 관리 서버(120)는, 하나 이상의 프로세서(121), 하나 이상의 메모리(123) 및 송수신기(125)를 포함할 수 있다. 일 실시예로서, 관리 서버(120)의 이 구성요소들 중 적어도 하나가 생략되거나, 다른 구성요소가 관리 서버(120)에 추가될 수 있다. 추가적으로(additionally) 또는 대체적으로(alternatively), 일부의 구성요소들이 통합되어 구현되거나, 단수 또는 복수의 개체로 구현될 수 있다. 관리 서버(120) 내, 외부의 구성요소들 중 적어도 일부의 구성요소들은 시스템 버스(system bus), GPIO(general purpose input/output), SPI(serial peripheral interface) 또는 MIPI(mobile industry processor interface) 등을 통해 서로 연결되어, 데이터 및/또는 시그널을 주고받을 수 있다.
하나 이상의 프로세서(121)는, 소프트웨어(예: 명령, 프로그램 등)를 구동하여 프로세서(121)에 연결된 관리 서버(120)의 적어도 하나의 구성요소를 제어할 수 있다. 또한, 프로세서(121)는 본 발명과 관련된 다양한 연산, 처리, 데이터 생성, 가공 등의 동작을 수행할 수 있다. 또한, 프로세서(121)는 데이터 등을 하나 이상의 메모리(123)로부터 로드하거나, 하나 이상의 메모리(123)에 저장할 수 있다.
하나 이상의 프로세서(121)는, 제1 분산 신원 모델을 수신할 수 있다. 일 실시 예에 따르면, 하나 이상의 프로세서(121)는, 송수신기(125)를 통하여 적어도 하나의 메타버스 서버(110-1, 110-2, 110-3, 110-4, 110-5, 110-6,??, 110-n) 중 어느 하나의 메타버스 서버(예를 들어, 110-1)로부터 제1 분산 신원 모델을 수신할 수 있다. 예를 들어, 제1 분산 신원 모델은, 고유 식별 정보, 상거래 결제 정보, 아바타의 생성을 위한 그래픽 자원 정보 및 암호화의 해독을 위한 인증 정보 등을 포함할 수 있지만, 제1 분산 신원 모델이 포함하는 정보가 이에 한정되지 않는다.
하나 이상의 프로세서(121)는, 제1 분산 신원 모델의 고유 식별 정보 및 상거래 결제 정보를 이용하여 중복성 검사를 수행할 수 있다. 일 실시 예에 따르면, 하나 이상의 프로세서(121)는, 수신된 제1 분산 신원 모델의 고유 식별 정보 및 상거래 결제 정보를 이용하여 기존에 하나 이상의 메모리(123)에 저장되어 있던 분산 신원 모델과의 중복성 검사를 수행할 수 있다. 예를 들어, 하나 이상의 프로세서(121)는, 제1 분산 신원 모델의 중복성 검사를 수행하여 수신된 제1 분산 신원 모델이 기존에 하나 이상의 메모리(123)에 저장되어 있던 분산 신원 모델과 중복되는 것으로 판단한 경우 새로운 분산 신원 모델을 형성하지 않을 수 있고, 제1 분산 신원 모델의 중복성 검사를 수행하여 수신된 제1 분산 신원 모델이 기존에 하나 이상의 메모리(123)에 저장되어 있던 분산 신원 모델과 중복되지 않는 것으로 판단한 경우 이후 절차를 진행할 수 있다.
하나 이상의 프로세서(121)는, 중복성 검사를 통과한 제1 분산 신원 모델에 호출 정보를 포함하여 제2 분산 신원 모델을 형성할 수 있다. 일 실시 예에 따르면, 하나 이상의 프로세서(121)는, 제1 분산 신원 모델의 중복성 검사를 수행하여 수신된 제1 분산 신원 모델이 기존에 하나 이상의 메모리(123)에 저장되어 있던 분산 신원 모델과 중복되지 않는 것으로 판단한 경우 제1 분산 신원 모델에 호출 정보를 포함하여 제2 분산 신원 모델을 형성할 수 있다. 예를 들어, 호출 정보는 제2 분산 신원 모델이 저장된 장소(하나 이상의 메모리(123))에 접근하기 위한 주소 정보를 포함할 수 있다.
하나 이상의 프로세서(121)는, 제2 분산 신원 모델의 암호화를 수행할 수 있다. 일 실시 예에 따르면, 하나 이상의 프로세서(121)는, 블록체인 암호화 방식을 이용하여 제2 분산 신원 모델의 암호화를 수행할 수 있다. 예를 들어, 제2 분산 신원 모델은, 고유 식별 정보, 상거래 결제 정보, 아바타의 생성을 위한 그래픽 자원 정보, 암호화의 해독을 위한 인증 정보 및 호출 정보 등을 포함할 수 있지만, 제2 분산 신원 모델이 포함하는 정보가 이에 한정되지 않는다.
하나 이상의 프로세서(121)는, 다수의 메타버스 공간 중 어느 하나의 메타버스 공간인 제2 메타버스 공간에서 호출 정보를 이용하여 제2 분산 신원 모델의 호출 신호가 수신되면 호출 신호의 유효성을 검증하고, 제2 메타버스 공간에 아바타의 생성을 위한 그래픽 자원 정보를 전송할 수 있다. 일 실시 예에 따르면, 하나 이상의 프로세서(121)는, 다수의 메타버스 공간 중 어느 하나의 메타버스 공간인 제2 메타버스 공간을 관리하는 제2 메타버스 서버(예를 들어, 110-2)로부터 제2 분산 신원 모델의 호출 신호가 수신되면 호출 신호가 정상적으로 형성된 신호인지, 바이러스를 포함하고 있는지 등의 유효성을 검증할 수 있다. 하나 이상의 프로세서(121)는, 호출 신호가 유효성 검증을 통과한 경우 제2 분산 신원 모델의 아바타의 생성을 위한 그래핀 자원 정보를 송수신기(125)를 통해서 호출 신호가 수신된 제2 메타버스 서버(110-2)로 전송할 수 있다.
하나 이상의 프로세서(121)는, 제2 메타버스 공간에서 아바타의 활동으로 인한 활동 데이터를 수신할 수 있다. 일 실시 예에 따르면, 하나 이상의 프로세서(121)는, 제2 메타버스 공간에서 아바타의 경제 활동, 커뮤니티 활동을 통한 재화의 소유, 다른 아바타를 친구로 등록, 새로운 커뮤니티에 가입하는 등의 활동으로 인한 활동 데이터를 제2 메타버스 서버(110-2)로부터 수신할 수 있다.
하나 이상의 프로세서(121)는, 수신된 활동 데이터에 기초하여 하나 이상의 메모리(123)에 저장된 제2 분산 신원 모델의 정보를 업데이트 할 수 있다. 일 실시 예에 따르면, 하나 이상의 프로세서(121)는, 수신된 활동 데이터에 기초하여 제2 분산 신원 모델이 포함하는 고유 식별 정보, 상거래 결제 정보, 아바타의 생성을 위한 그래픽 자원 정보, 암호화의 해독을 위한 인증 정보 등을 업데이트 할 수 있다.
하나 이상의 메모리(122)는, 다양한 데이터를 저장할 수 있다. 메모리(123)에 저장되는 데이터는, 관리 서버(120)의 적어도 하나의 구성요소에 의해 획득되거나, 처리되거나, 사용되는 데이터로서, 소프트웨어(예: 명령, 프로그램 등)를 포함할 수 있다. 메모리(123)는 휘발성 및/또는 비휘발성 메모리를 포함할 수 있다. 본 발명에서, 명령 내지 프로그램은 메모리(123)에 저장되는 소프트웨어로서, 관리 서버(120)의 리소스를 제어하기 위한 운영체제, 어플리케이션 및/또는 어플리케이션이 전자 장치의 리소스들을 활용할 수 있도록 다양한 기능을 어플리케이션에 제공하는 미들 웨어 등을 포함할 수 있다.
하나 이상의 메모리(123)는, 상술한 제2 분산 신원 모델, 제2 분산 신원 모델의 암호화를 위한 정보 등을 저장할 수 있다. 또한, 하나 이상의 메모리(123)는, 호출 신호의 유효성 검증을 위한 정보를 저장할 수 있다. 또한, 하나 이상의 메모리(122)는, 하나 이상의 프로세서(121)에 의한 실행 시, 하나 이상의 프로세서(121)가 연산을 수행하도록 하는 명령들을 저장할 수 있다.
일 실시 예에 따르면, 관리 서버(120)는 송수신기(125)를 더 포함할 수 있다. 송수신기(125)는, 관리 서버(120)와 적어도 하나의 메타버스 서버(110-1, 110-2, 110-3, 110-4, 110-5, 110-6,??, 110-n) 및/또는 기타 다른 장치 간의 무선 또는 유선 통신을 수행할 수 있다. 예를 들어, 송수신기(125)는 eMBB(enhanced Mobile Broadband), URLLC(Ultra Reliable Low-Latency Communications), MMTC(Massive Machine Type Communications), LTE(long-term evolution), LTE-A(LTE Advance), UMTS(Universal Mobile Telecommunications System), GSM(Global System for Mobile communications), CDMA(code division multiple access), WCDMA(wideband CDMA), WiBro(Wireless Broadband), WiFi(wireless fidelity), 블루투스(Bluetooth), NFC(near field communication), GPS(Global Positioning System) 또는 GNSS(global navigation satellite system) 등의 방식에 따른 무선 통신을 수행할 수 있다. 예를 들어, 송수신기(125)는 USB(universal serial bus), HDMI(high definition multimedia interface), RS-232(recommended standard232) 또는 POTS(plain old telephone service) 등의 방식에 따른 유선 통신을 수행할 수 있다.
일 실시 예에 따르면, 하나 이상의 프로세서(121)는, 송수신기(125)를 제어하여 적어도 하나의 메타버스 서버(110-1, 110-2, 110-3, 110-4, 110-5, 110-6,??, 110-n)로부터 정보를 획득할 수 있다. 적어도 하나의 메타버스 서버(110-1, 110-2, 110-3, 110-4, 110-5, 110-6,??, 110-n)로부터 획득된 정보는 하나 이상의 메모리(123)에 저장될 수 있다. 일 실시예로서, 적어도 하나의 메타버스 서버(110-1, 110-2, 110-3, 110-4, 110-5, 110-6,??, 110-n)로부터 획득되는 정보는 제1 분산 신원 모델, 호출 신호 등을 포함할 수 있다.
일 실시 예에 따르면, 관리 서버(120)는, 다양한 형태의 장치가 될 수 있다. 예를 들어, 관리 서버(120)는 휴대용 통신 장치, 컴퓨터 장치, 또는 상술한 장치들 중 하나 또는 그 이상의 조합에 따른 장치일 수 있다. 본 발명의 관리 서버(120)는 전술한 장치들에 한정되지 않는다.
본 발명에 따른 관리 서버(120)의 다양한 실시예들은 서로 조합될 수 있다. 각 실시예들은 경우의 수에 따라 조합될 수 있으며, 조합되어 만들어진 관리 서버(120)의 실시예 역시 본 발명의 범위에 속한다. 또한 전술한 본 발명에 따른 관리 서버(120)의 내/외부 구성 요소들은 실시예에 따라 추가, 변경, 대체 또는 삭제될 수 있다. 또한 전술한 관리 서버(120)의 내/외부 구성 요소들은 하드웨어 컴포넌트로 구현될 수 있다.
본 발명에서, 인공지능(Artificial Intelligence, AI)은 인간의 학습능력, 추론능력, 지각능력 등을 모방하고, 이를 컴퓨터로 구현하는 기술을 의미하고, 기계 학습, 심볼릭 로직(Symbolic Logic) 등의 개념을 포함할 수 있다. 기계 학습(Machine Learning, ML)은 입력 데이터들의 특징을 스스로 분류 또는 학습하는 알고리즘 기술이다. 인공지능의 기술은 기계 학습의 알고리즘으로써 입력 데이터를 분석하고, 그 분석의 결과를 학습하며, 그 학습의 결과에 기초하여 판단이나 예측을 할 수 있다. 또한, 기계 학습의 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술들 역시 인공지능의 범주로 이해될 수 있다. 예를 들어, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야가 포함될 수 있다.
기계 학습은 데이터를 처리한 경험을 이용해 신경망 모델을 훈련시키는 처리를 의미할 수 있다. 기계 학습을 통해 컴퓨터 소프트웨어는 스스로 데이터 처리 능력을 향상시키는 것을 의미할 수 있다. 신경망 모델은 데이터 사이의 상관 관계를 모델링하여 구축된 것으로서, 그 상관 관계는 복수의 파라미터에 의해 표현될 수 있다. 신경망 모델은 주어진 데이터로부터 특징들을 추출하고 분석하여 데이터 간의 상관 관계를 도출하는데, 이러한 과정을 반복하여 신경망 모델의 파라미터를 최적화해 나가는 것이 기계 학습이라고 할 수 있다. 예를 들어, 신경망 모델은 입출력 쌍으로 주어지는 데이터에 대하여, 입력과 출력 사이의 매핑(상관 관계)을 학습할 수 있다. 또는, 신경망 모델은 입력 데이터만 주어지는 경우에도 주어진 데이터 사이의 규칙성을 도출하여 그 관계를 학습할 수도 있다.
인공지능 학습모델 또는 신경망 모델은 인간의 뇌 구조를 컴퓨터 상에서 구현하도록 설계될 수 있으며, 인간의 신경망의 뉴런(neuron)을 모의하며 가중치를 가지는 복수의 네트워크 노드들을 포함할 수 있다. 복수의 네트워크 노드들은 뉴런이 시냅스(synapse)를 통하여 신호를 주고받는 뉴런의 시냅틱(synaptic) 활동을 모의하여, 서로 간의 연결 관계를 가질 수 있다. 인공지능 학습모델에서 복수의 네트워크 노드들은 서로 다른 깊이의 레이어에 위치하면서 컨볼루션(convolution) 연결 관계에 따라 데이터를 주고받을 수 있다. 인공지능 학습모델은, 예를 들어, 인공 신경망 모델(Artificial Neural Network), 컨볼루션 신경망 모델(Convolution Neural Network: CNN) 등일 수 있다. 일 실시예로서, 인공지능 학습모델은, 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning) 등의 방식에 따라 기계 학습될 수 있다. 기계 학습을 수행하기 위한 기계 학습 알고리즘에는, 의사결정트리(Decision Tree), 베이지안 망(Bayesian Network), 서포트 벡터 머신(Support Vector Machine), 인공 신경망(Artificial Neural Network), 에이다부스트(Ada-boost), 퍼셉트론(Perceptron), 유전자 프로그래밍(Genetic Programming), 군집화(Clustering) 등이 사용될 수 있다.
이중, CNN은 최소한의 전처리(preprocess)를 사용하도록 설계된 다계층 퍼셉트론(multilayer perceptrons)의 한 종류이다. CNN은 하나 또는 여러 개의 합성곱 계층과 그 위에 올려진 일반적인 인공 신경망 계층들로 이루어져 있으며, 가중치와 통합 계층(pooling layer)들을 추가로 활용한다. 이러한 구조 덕분에 CNN은 2차원 구조의 입력 데이터를 충분히 활용할 수 있다. 다른 딥러닝 구조들과 비교해서, CNN은 영상, 음성 분야 모두에서 좋은 성능을 보여준다. CNN은 또한 표준 역전달을 통해 훈련될 수 있다. CNN은 다른 피드포워드 인공신경망 기법들보다 쉽게 훈련되는 편이고 적은 수의 매개변수를 사용한다는 이점이 있다.
컨볼루션 네트워크는 묶인 파라미터들을 가지는 노드들의 집합들을 포함하는 신경 네트워크들이다. 사용 가능한 트레이닝 데이터의 크기 증가와 연산 능력의 가용성이, 구분적 선형 단위 및 드롭아웃 트레이닝과 같은 알고리즘 발전과 결합되어, 많은 컴퓨터 비전 작업들이 크게 개선되었다. 오늘날 많은 작업에 사용할 수 있는 데이터 세트들과 같은 엄청난 양의 데이터 세트에서는 초과 맞춤(outfitting)이 중요하지 않으며, 네트워크의 크기를 늘리면 테스트 정확도가 향상된다. 컴퓨팅 리소스들의 최적 사용은 제한 요소가 된다. 이를 위해, 심층 신경 네트워크들의 분산된, 확장 가능한 구현예가 사용될 수 있다.
도 4 및 도 5는 본 발명의 실시예에 따른 아바타 공유를 위한 데이터 관리 방법을 설명하기 위한 예시도이다.
도 4에 도시한 바와 같이, 적어도 하나의 메타버스 서버(110-1~110-n) 각각은 해당 메타버스 공간의 이용자들이 생성한 아바타(130)의 분산 신원 모델을 저장하고 관리할 수 있다. 일 실시 예에 따르면, 분산 신원 모델은, 고유 식별 정보, 상거래 결제 정보, 아바타의 생성을 위한 그래픽 자원 정보 및 암호화의 해독을 위한 인증 정보 등을 포함할 수 있지만, 분산 신원 모델이 포함하는 정보가 이에 한정되지 않는다.
적어도 하나의 메타버스 서버(110-1~110-n) 각각은 해당 메타버스 공간을 사용하는 사용자들로부터 아바타 생성 요청을 수신하고, 아바타 생성 요청에 포함된 고유 식별 정보 및 상거래 결제 정보를 이용하여 중복성 검사를 수행할 수 있다. 일 실시 예에 따르면, 적어도 하나의 메타버스 서버(110-1~110-n) 각각은 수신된 아바타 생성 요청에 포함된 고유 식별 정보 및 상거래 결제 정보를 해당 메타버스 서버(110-1~110-n)의 메모리 또는 관리 서버(120)의 메모리(122)에 저장된 분산 신원 모델과 중복되는 것으로 판단한 경우 새로운 분산 신원 모델을 형성하지 않을 수 있고, 아바타 생성 요청의 중복성 검사를 수행하여 수신된 아바타 생성 요청이 기존에 해당 메타버스 서버(110-1~110-n)의 메모리 또는 관리 서버(120)의 메모리(122)에 저장되어 있던 분산 신원 모델과 중복되지 않는 것으로 판단한 경우 이후 절차를 진행할 수 있다.
적어도 하나의 메타버스 서버(110-1~110-n) 각각은 중복성 검사를 통과한 아바타 생성 요청에 호출 정보를 포함하여 분산 신원 모델을 형성할 수 있다. 일 실시 예에 따르면, 적어도 하나의 메타버스 서버(110-1~110-n) 각각은, 아바타 생성 요청의 중복성 검사를 수행하여 수신된 아바타 생성 요청이 기존에 해당 메타버스 서버(110-1~110-n)의 메모리 또는 관리 서버(120)의 메모리(122)에 저장되어 있던 분산 신원 모델과 중복되지 않는 것으로 판단한 경우 아바타 생성 요청에 호출 정보를 포함하여 분산 신원 모델을 형성할 수 있다. 예를 들어, 호출 정보는 분산 신원 모델이 저장된 장소(해당 메타버스 서버(110-1~110-n)의 메모리)에 접근하기 위한 주소 정보를 포함할 수 있다.
적어도 하나의 메타버스 서버(110-1~110-n) 각각은, 분산 신원 모델의 암호화를 수행할 수 있다. 일 실시 예에 따르면, 적어도 하나의 메타버스 서버(110-1~110-n) 각각은, 블록체인 암호화 방식을 이용하여 분산 신원 모델의 암호화를 수행할 수 있다.
적어도 하나의 메타버스 서버(110-1~110-n) 각각은, 다수의 메타버스 공간 중 해당 메타버스 공간(제1 메타버스 공간)이 아닌 다른 어느 하나의 메타버스 공간인 제2 메타버스 공간에서 호출 정보를 이용하여 분산 신원 모델의 호출 신호가 수신되면 호출 신호의 유효성을 검증하고, 제2 메타버스 공간에 아바타의 생성을 위한 그래픽 자원 정보를 전송할 수 있다. 일 실시 예에 따르면, 적어도 하나의 메타버스 서버(110-1~110-n) 각각은, 다수의 메타버스 공간 중 어느 하나의 메타버스 공간인 제2 메타버스 공간을 관리하는 제2 메타버스 서버(예를 들어, 110-2)로부터 분산 신원 모델의 호출 신호가 수신되면 호출 신호가 정상적으로 형성된 신호인지, 바이러스를 포함하고 있는지 등의 유효성을 검증할 수 있다. 적어도 하나의 메타버스 서버(110-1~110-n) 각각은, 호출 신호가 유효성 검증을 통과한 경우 분산 신원 모델의 아바타의 생성을 위한 그래핀 자원 정보를 네트워크를 통해서 호출 신호가 수신된 제2 메타버스 서버(110-2)로 전송할 수 있다.
적어도 하나의 메타버스 서버(110-1~110-n) 각각은, 제2 메타버스 공간에서 아바타의 활동으로 인한 활동 데이터를 수신할 수 있다. 일 실시 예에 따르면, 적어도 하나의 메타버스 서버(110-1~110-n) 각각은, 제2 메타버스 공간에서 아바타의 경제 활동, 커뮤니티 활동을 통한 재화의 소유, 다른 아바타를 친구로 등록, 새로운 커뮤니티에 가입하는 등의 활동으로 인한 활동 데이터를 제2 메타버스 서버(110-2)로부터 수신할 수 있다.
적어도 하나의 메타버스 서버(110-1~110-n) 각각은, 수신된 활동 데이터에 기초하여 메모리에 저장된 분산 신원 모델의 정보를 업데이트 할 수 있다. 일 실시 예에 따르면, 적어도 하나의 메타버스 서버(110-1~110-n) 각각은, 수신된 활동 데이터에 기초하여 분산 신원 모델이 포함하는 고유 식별 정보, 상거래 결제 정보, 아바타의 생성을 위한 그래픽 자원 정보, 암호화의 해독을 위한 인증 정보 등을 업데이트 할 수 있다.
도 5에 도시한 바와 같이, 관리 서버(120)는 적어도 하나의 메타버스 서버(110-1, 110-2, 110-3, 110-4, 110-5, 110-6,??, 110-n) 중 어느 하나의 메타버스 서버(예를 들어, 110-1)의 이용자들이 생성한 아바타(130)의 분산 신원 모델을 저장하고 관리할 수 있다. 일 실시 예에 따르면, 분산 신원 모델은, 고유 식별 정보, 상거래 결제 정보, 아바타의 생성을 위한 그래픽 자원 정보 및 암호화의 해독을 위한 인증 정보 등을 포함할 수 있지만, 분산 신원 모델이 포함하는 정보가 이에 한정되지 않는다.
관리 서버(120)는 제1 메타버스 서버(110-1)가 관리하는 메타버스 공간을 사용하는 사용자들로부터 아바타 생성 요청을 수신하고, 아바타 생성 요청에 포함된 고유 식별 정보 및 상거래 결제 정보를 이용하여 중복성 검사를 수행할 수 있다. 일 실시 예에 따르면, 관리 서버(120)는 수신된 아바타 생성 요청에 포함된 고유 식별 정보 및 상거래 결제 정보를 적어도 하나의 메모리(122)에 저장된 분산 신원 모델과 중복되는 것으로 판단한 경우 새로운 분산 신원 모델을 형성하지 않을 수 있고, 아바타 생성 요청의 중복성 검사를 수행하여 수신된 아바타 생성 요청이 기존에 적어도 하나의 메모리(122)에 저장되어 있던 분산 신원 모델과 중복되지 않는 것으로 판단한 경우 이후 절차를 진행할 수 있다.
관리 서버(120)는 중복성 검사를 통과한 아바타 생성 요청에 호출 정보를 포함하여 분산 신원 모델을 형성할 수 있다. 일 실시 예에 따르면, 관리 서버(120)는 아바타 생성 요청의 중복성 검사를 수행하여 수신된 아바타 생성 요청이 기존에 적어도 하나의 메모리(122)에 저장되어 있던 분산 신원 모델과 중복되지 않는 것으로 판단한 경우 아바타 생성 요청에 호출 정보를 포함하여 분산 신원 모델을 형성할 수 있다. 예를 들어, 호출 정보는 분산 신원 모델이 저장된 장소(적어도 하나의 메모리(122))에 접근하기 위한 주소 정보를 포함할 수 있다.
관리 서버(120)는 분산 신원 모델의 암호화를 수행할 수 있다. 일 실시 예에 따르면, 관리 서버(120)는 블록체인 암호화 방식을 이용하여 분산 신원 모델의 암호화를 수행할 수 있다.
관리 서버(120)는 다수의 메타버스 공간 중 해당 메타버스 공간(제1 메타버스 공간)이 아닌 다른 어느 하나의 메타버스 공간인 제2 메타버스 공간에서 호출 정보를 이용하여 분산 신원 모델의 호출 신호가 수신되면 호출 신호의 유효성을 검증하고, 제2 메타버스 공간에 아바타의 생성을 위한 그래픽 자원 정보를 전송할 수 있다. 일 실시 예에 따르면, 관리 서버(120)는 다수의 메타버스 공간 중 어느 하나의 메타버스 공간인 제2 메타버스 공간을 관리하는 제2 메타버스 서버(예를 들어, 110-2)로부터 분산 신원 모델의 호출 신호가 수신되면 호출 신호가 정상적으로 형성된 신호인지, 바이러스를 포함하고 있는지 등의 유효성을 검증할 수 있다. 관리 서버(120)는 호출 신호가 유효성 검증을 통과한 경우 분산 신원 모델의 아바타의 생성을 위한 그래핀 자원 정보를 네트워크를 통해서 호출 신호가 수신된 제2 메타버스 서버(110-2)로 전송할 수 있다.
관리 서버(120)는 제2 메타버스 공간에서 아바타의 활동으로 인한 활동 데이터를 수신할 수 있다. 일 실시 예에 따르면, 관리 서버(120)는 제2 메타버스 공간에서 아바타의 경제 활동, 커뮤니티 활동을 통한 재화의 소유, 다른 아바타를 친구로 등록, 새로운 커뮤니티에 가입하는 등의 활동으로 인한 활동 데이터를 제2 메타버스 서버(110-2)로부터 수신할 수 있다.
관리 서버(120)는 수신된 활동 데이터에 기초하여 적어도 하나의 메모리(122)에 저장된 분산 신원 모델의 정보를 업데이트 할 수 있다. 일 실시 예에 따르면, 관리 서버(120)는 수신된 활동 데이터에 기초하여 분산 신원 모델이 포함하는 고유 식별 정보, 상거래 결제 정보, 아바타의 생성을 위한 그래픽 자원 정보, 암호화의 해독을 위한 인증 정보 등을 업데이트 할 수 있다.
도 6은 본 발명의 실시 예에 따른 분산 신원 모델의 구성을 보이는 예시도이다.
도 6 (a)는 분산 신원 모델의 기본 구조를 나타내고, 도 6 (b)는 분산 신원 모델의 형성을 위한 주요 표준 규격을 나타낼 수 있다.
온라인상에서 개인을 고유하게 식별하는 정보를 생성할 때 개인정보, 결재정보 등 기본 정보 외 온라인상에서 향후 소유할 모든 재화의 시각, 프로그램 데이터 정보를 함께 저장할 수 있는 기본 구조를 생성할 수 있다. 이후 개인의 온라인 활동에 따른 재화의 추가, 이동, 삭제의 정보가 실시간으로 업데이트되는 메타버스용 분산 신원 모델이 생성, 누적 관리될 수 있다. 분산 신원 모델은 개인의 고유 식별 정보 및 온라인 상에서 소유한 재화의 시각적, 프로그램적 특성을 규정하고 호출할 수 있는 표준화된 규격을 제시할 수 있다.
도 7은 본 발명의 실시 예에 따른 탈중앙화 메타버스 운용을 위한 아바타 관리 시스템의 구성을 보이는 예시도이다.
도 7에 도시한 바와 같이, 분산 신원 모델(DIDM)이 제시한 표준안에 맞추어 제작된 다수의 메타버스 공간은 제작사가 다르더라도 각 개인의 이동 및 데이터 공유가 가능하다. 최초 분산 신원 모델(DIDM)의 생성을 개별 메타버스 서버(110-1~110-4)에서 진행하더라도 사용자는 같은 규격을 공유한 타 메타버스 공간으로의 자유로운 접속과 데이터 이동 및 확인, 소유권 행사가 가능하다. 동일한 분산 신원 모델을 활용하는 메타버스라면 별도의 개인정보 생성(회원가입) 필요없이 해당 메타버스로의 접속 및 기존의 아이템을 그대로 활용 가능하다. 이를 기반으로 다른 메타버스 공간 사용자와의 거래, 다른 메타버스 공간에서 판매하는 물품의 구입과 개인이 최초 생성하고 주 플레이가 이루어지는 메타버스 공간으로의 아이템 이동 등이 가능하다. 이를 위하여 개인 분산 신원 모델이 용량이 큰 그래픽 정보 등을 모두 포함하여 이동하지 않고, 클라우드로 설계 및 구동하는 관리 서버(120)에 모든 데이터를 보관하고 필요에 따라 개인 분산 신원 모델이 소유하고 있는 호출 정보를 통해 생태계에 연결된 모든 메타버스 서버(110-1~110-4)에서 다운로드 가능하다. 이러한 데이터 공유 및 전달 시스템(탈중앙화 메타버스 운용을 위한 아바타 관리 시스템)은 각 개인, 개인과 개인 간, 다수의 불특정 대상들의 상호작용에 필요한 데이터와 보안절차를 실시간 처리하며 그 결과에 따라 생성된 데이터를 실시간으로 전달하고 변경된 데이터를 수신하여 저장하는 기능을 수행할 수 있다.
각 개인이 원하는 메타버스 공간 혹은 컨텐츠의 사이트(예를 들어, 제1 메타버스 공간)에서 자신의 단말을 통해 아바타 생성 요청을 생성하고, 기본적인 고유 식별 정보 및 상거래 결제 정보를 이용하여 중복성 검사를 수행한 후 분산 신원 모델을 생성 및 저장할 수 있다. 제1 메타버스 공간을 관리하는 제1 메타버스 서버(110-1)는 생성된 분산 신원 모델을 네트워크를 통하여 관리 서버(120)로 전송할 수 있다. 상기한 데이터 생성, 이동, 저장 등의 과정에서 블록체인 암호화된 개인정보가 이용될 수 있다.
관리 서버(120)에 저장된 분산 신원 모델에 개인이 접속하여 아바타의 메타버스 공간내 경제활동, 커뮤니티 활동을 통해 재화를 소유하거나 다른 개인을 친구로 등록하고 단체에 가입하는 신규 데이터가 생성되고, 아바타의 활동으로 인해 발생하는 개인정보상, 재산상, 사회활동상 새롭게 생성된 데이터 내용을 제1 메타버스 서버(110-1)가 저장하고 적용할 수 있다. 제1 메타버스 서버(110-1)가 저장하는 정보는 관리 서버(120)로 전송되고 분산 신원 모델의 정보가 업데이트 될 수 있다. 신규 생성된 데이터가 제1 메타버스 서버(110-1) 및 관리 서버(120)로 전송, 저장, 공유되고 해당 아바타에 실시간으로 적용될 수 있다.
제1 메타버스 공간의 사용자가 제2 메타버스 공간으로 이동하고자 할 경우 새로운 분산 신원 모델의 생성없이 기존에 생성되어 관리 서버(120)에 저장된 분산 신원 모델 정보를 이용하여 제2 메타버스 공간으로 이동할 수 있다. 제2 메타버스 공간에서 해당 사용자는 관리 서버(120)로 기존의 데이터(분산 신원 모델) 공유를 요청하고, 관리 서버(120)는 제2 메타버스 서버(110-2)로부터의 접속 요청에 따라서 해당 사용자의 제2 메타버스 서버(110-2) 접속을 허가하고 제2 메타버스 서버(110-2)로 분산 신원 모델의 정보를 공유할 수 있다. 제2 메타버스 서버(110-2)는 접속한 사용자의 접속 기록, 활동 등의 저장을 위한 공간을 할당할 수 있고, 해당 활동 등을 통하여 새로운 데이터가 관리 서버(120) 및 제1 메타버스 서버(110-1)에 공유되고 갱신 저장될 수 있다.
제2 메타버스 공간에 접속한 사용자는 제1 메타버스 공간에서 아바타가 소유한 아이템, 커뮤니티를 활용할 수 있다. 일 실시 예에 따르면, 제2 메타버스 서버(110-2)에 접속한 사용자는 관리 서버(120)로 분산 신원 모델의 정보를 호출하여 전송받고 제2 메타버스 공간의 아바타에 이를 적용하여 제1 메타버스 공간의 아바타와 동일한 상태로 제2 메타버스 공간의 아바타를 이용할 수 있다. 제2 메타버스 공간에서의 아바타의 활동 등 새로운 데이터는 제2 메타버스 서버(110-2)에 저장되고, 제1 메타버스 서버(110-1)는 새로운 데이터를 전송받아 기존 데이터를 갱신할 수 있다.
상기한 프로세스의 구현을 위하여 탈중앙화 메타버스 운용을 위한 아바타 관리 시스템은 데이터의 송수신을 담당하는 데이터 전달 처리부, 데이터의 재전송과 데이터 전달 위치 선정을 담당하는 데이터 전달 제어부, 데이터의 전송과 관련된 데이터 전달 정보를 보관하는 데이터 전달 정보 저장소, 관리 서버(120)와 적어도 하나의 메타버스 서버(110-1~110-4) 간에 데이터를 교환하거나 데이터 전달 정보 저장상의 정보를 이동시키는 데이터 전송 정보 송수신부 등을 포함할 수 있다.
도 8은 본 발명의 실시 예에 따른 탈중앙화 메타버스 운용을 위한 아바타 관리 방법의 절차를 보이는 흐름도이다. 도 8의 흐름도에서 프로세스 단계들, 방법 단계들, 알고리즘들 등이 순차적인 순서로 설명되었지만, 그러한 프로세스들, 방법들 및 알고리즘들은 임의의 적합한 순서로 작동하도록 구성될 수 있다. 다시 말하면, 본 발명의 다양한 실시예들에서 설명되는 프로세스들, 방법들 및 알고리즘들의 단계들이 본 발명에서 기술된 순서로 수행될 필요는 없다. 또한, 일부 단계들이 비동시적으로 수행되는 것으로서 설명되더라도, 다른 실시예에서는 이러한 일부 단계들이 동시에 수행될 수 있다. 또한, 도면에서의 묘사에 의한 프로세스의 예시는 예시된 프로세스가 그에 대한 다른 변화들 및 수정들을 제외하는 것을 의미하지 않으며, 예시된 프로세스 또는 그의 단계들 중 임의의 것이 본 발명의 다양한 실시예들 중 하나 이상에 필수적임을 의미하지 않으며, 예시된 프로세스가 바람직하다는 것을 의미하지 않는다.
도 8에 도시한 바와 같이, 단계(S810)에서, 제1 분산 신원 모델이 형성된다. 예를 들어, 도 1 내지 도 7을 참조하면, 적어도 하나의 메타버스 서버(110-1, 110-2, 110-3, 110-4, 110-5, 110-6,??, 110-n) 중 어느 하나의 메타버스 서버(예를 들어, 110-1, 제1 메타버스 서버)는 사용자로부터의 아바타 생성 요청을 수신하여 컴퓨터에서 처리 가능한 데이터 패킷 형태로 제1 분산 신원 모델을 형성할 수 있다.
단계(S820)에서, 중복성 검사가 수행된다. 예를 들어, 도 1 내지 도 7을 참조하면, 관리 서버(120)는, 단계 S310에서 형성된 제1 분산 신원 모델을 제1 메타버스 서버(110-1)로부터 수신하고, 수신된 제1 분산 신원 모델의 고유 식별 정보 및 상거래 결제 정보를 이용하여 기존에 하나 이상의 메모리(123)에 저장되어 있던 분산 신원 모델과의 중복성 검사를 수행할 수 있다.
단계(S830)에서, 제2 분산 신원 모델이 형성된다. 예를 들어, 도 1 내지 도 7을 참조하면, 관리 서버(120)의 하나 이상의 프로세서(121)는, 중복성 검사를 통과한 제1 분산 신원 모델에 호출 정보를 포함하여 제2 분산 신원 모델을 형성할 수 있다. 일 실시 예에 따르면, 하나 이상의 프로세서(121)는, 제1 분산 신원 모델의 중복성 검사를 수행하여 수신된 제1 분산 신원 모델이 기존에 하나 이상의 메모리(123)에 저장되어 있던 분산 신원 모델과 중복되지 않는 것으로 판단한 경우 제1 분산 신원 모델에 호출 정보를 포함하여 제2 분산 신원 모델을 형성할 수 있다.
단계(S840)에서, 암호화가 수행된다. 예를 들어, 도 1 내지 도 7을 참조하면, 관리 서버(120)의 하나 이상의 프로세서(121)는, 블록체인 암호화 방식을 이용하여 제2 분산 신원 모델의 암호화를 수행할 수 있다.
상기 방법은 특정 실시예들을 통하여 설명되었지만, 상기 방법은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광데이터 저장 장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고, 상기 실시예들을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.
이상, 본 발명을 바람직한 실시 예를 사용하여 상세히 설명하였으나, 본 발명의 범위는 특정 실시 예에 한정되는 것은 아니며, 첨부된 특허청구범위에 의하여 해석되어야 할 것이다. 또한, 이 기술분야에서 통상의 지식을 습득한 자라면, 본 발명의 범위에서 벗어나지 않으면서도 많은 수정과 변형이 가능함을 이해하여야 할 것이다.
100: 탈중앙화 메타버스 생태계 110-1??110-n: 메타버스 서버
120: 관리 서버 121: 프로세서
123: 메모리 125: 송수신기
130: 아바타
120: 관리 서버 121: 프로세서
123: 메모리 125: 송수신기
130: 아바타
Claims (10)
- 적어도 하나의 메타버스 서버에서, 사용자 요청을 입력 받아 다수의 메타버스 공간 중 어느 하나의 메타버스 공간인 제1 메타버스 공간에서 기초 분산 신원 모델(Decentralized Identity Model)이 요청되는 경우,
상기 기초 분산 신원 모델의 중복성 검사를 수행하고, 상기 중복성 검사를 통과한 기초 분산 신원 모델에 호출 정보를 포함하여 탈중앙화 분산 신원 모델을 형성하며, 상기 탈중앙화 분산 신원 모델의 암호화를 수행하는 프로세서를 포함하되,
상기 탈중앙화 분산 신원 모델은, 상기 제1 메타버스 공간 외의 다른 메타버스 공간에서도 호출 가능하며,
상기 탈중앙화 분산 신원 모델은 아바타의 생성을 위한 그래픽 자원 정보, 고유 식별 정보, 상거래 결제 정보, 암호화의 해독을 위한 인증 정보를 더 포함하고,
상기 프로세서는,
상기 다수의 메타버스 공간 중 상기 기초 분산 신원 모델을 형성한 메타버스와 다른 제2 메타버스 공간에서 상기 호출 정보를 이용하여 상기 탈중앙화 분산 신원 모델의 호출 신호가 수신되면 상기 호출 신호의 유효성을 검증하고, 상기 제2 메타버스 공간에 상기 아바타의 생성을 위한 그래픽 자원 정보를 전송하되,
상기 프로세서는,
상기 제2 메타버스 공간에서 상기 아바타의 활동으로 인한 활동 데이터를 수신하고, 상기 활동 데이터에 기초하여 상기 탈중앙화 분산 신원 모델이 포함하는 고유 식별 정보, 상거래 결제 정보, 아바타 생성을 위한 그래픽 자원 정보, 암호화의 해독을 위한 인증 정보를 업데이트하며,
상기 탈중앙화 분산 신원 모델은 개인의 고유 식별 정보 및 온라인 상에서 소유한 재화의 시각적, 프로그램적 특성을 규정하고 호출할 수 있는 표준화된 규격을 가지는, 탈중앙화 메타버스 운용을 위한 관리 서버.
- 제1 항에 있어서,
상기 호출 정보는,
상기 탈중앙화 분산 신원 모델이 저장된 장소에 접근하기 위한 주소 정보를 포함하는,
탈중앙화 메타버스 운용을 위한 관리 서버.
- 제1 항에 있어서,
상기 프로세서는,
블록체인 암호화 방식을 이용하여 상기 탈중앙화 분산 신원 모델의 암호화를 수행하는,
탈중앙화 메타버스 운용을 위한 관리 서버.
- 삭제
- 삭제
- 삭제
- 탈중앙화 메타버스 운용을 위한 관리 방법에 있어서,
사용자 요청을 입력 받아 다수의 메타버스 공간 중 어느 하나의 메타버스 공간인 제1 메타버스 공간에서 기초 분산 신원 모델(Decentralized Identity Model)이 요청되는 단계;
상기 기초 분산 신원 모델의 중복성 검사를 수행하는 단계;
상기 중복성 검사를 통과한 기초 분산 신원 모델에 호출 정보를 포함하여 탈중앙화 분산 신원 모델을 형성하는 단계; 및
상기 탈중앙화 분산 신원 모델의 암호화를 수행하는 단계를 포함하며,
상기 탈중앙화 분산 신원 모델은, 상기 제1 메타버스 공간 외의 다른 메타버스 공간에서도 호출 가능하며,
상기 탈중앙화 분산 신원 모델은 아바타의 생성을 위한 그래픽 자원 정보, 고유 식별 정보, 상거래 결제 정보, 암호화의 해독을 위한 인증 정보를 더 포함하고,
상기 다수의 메타버스 공간 중 상기 기초 분산 신원 모델을 형성한 메타버스와 다른 제2 메타버스 공간에서 상기 호출 정보를 이용하여 상기 탈중앙화 분산 신원 모델의 호출 신호가 수신되면 상기 호출 신호의 유효성을 검증하고, 상기 제2 메타버스 공간에 상기 아바타의 생성을 위한 그래픽 자원 정보를 전송하되,
상기 제2 메타버스 공간에서 상기 아바타의 활동으로 인한 활동 데이터를 수신하고, 상기 활동 데이터에 기초하여 상기 탈중앙화 분산 신원 모델이 포함하는 고유 식별 정보, 상거래 결제 정보, 아바타 생성을 위한 그래픽 자원 정보, 암호화의 해독을 위한 인증 정보를 업데이트하며,
상기 탈중앙화 분산 신원 모델은 개인의 고유 식별 정보 및 온라인 상에서 소유한 재화의 시각적, 프로그램적 특성을 규정하고 호출할 수 있는 표준화된 규격을 가지는, 탈중앙화 메타버스 운용을 위한 관리 방법.
- 삭제
- 삭제
- 하나 이상의 프로세서; 및
상기 하나 이상의 프로세서에 의한 실행 시, 상기 하나 이상의 프로세서가 연산을 수행하도록 하는 명령들이 저장된 하나 이상의 메모리를 포함하는 컴퓨터에서 수행 가능하도록 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램으로서,
사용자 요청을 입력 받아 다수의 메타버스 공간 중 어느 하나의 메타버스 공간인 제1 메타버스 공간에서 기초 분산 신원 모델(Decentralized Identity Model)이 요청되는 단계;
상기 기초 분산 신원 모델의 중복성 검사를 수행하는 단계;
상기 중복성 검사를 통과한 기초 분산 신원 모델에 호출 정보를 포함하여 탈중앙화 분산 신원 모델을 형성하는 단계; 및
상기 탈중앙화 분산 신원 모델의 암호화를 수행하는 단계 수행 가능하도록 컴퓨터 판독 가능한 기록매체에 저장되되,
상기 탈중앙화 분산 신원 모델은 아바타의 생성을 위한 그래픽 자원 정보, 고유 식별 정보, 상거래 결제 정보, 암호화의 해독을 위한 인증 정보를 더 포함하고,
상기 다수의 메타버스 공간 중 상기 기초 분산 신원 모델을 형성한 메타버스와 다른 제2 메타버스 공간에서 상기 호출 정보를 이용하여 상기 탈중앙화 분산 신원 모델의 호출 신호가 수신되면 상기 호출 신호의 유효성을 검증하고, 상기 제2 메타버스 공간에 상기 아바타의 생성을 위한 그래픽 자원 정보를 전송하되,
상기 제2 메타버스 공간에서 상기 아바타의 활동으로 인한 활동 데이터를 수신하고, 상기 활동 데이터에 기초하여 상기 탈중앙화 분산 신원 모델이 포함하는 고유 식별 정보, 상거래 결제 정보, 아바타 생성을 위한 그래픽 자원 정보, 암호화의 해독을 위한 인증 정보를 업데이트하며,
상기 탈중앙화 분산 신원 모델은 개인의 고유 식별 정보 및 온라인 상에서 소유한 재화의 시각적, 프로그램적 특성을 규정하고 호출할 수 있는 표준화된 규격을 가지는, 컴퓨터 프로그램.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20210133112 | 2021-10-07 | ||
| KR1020210133112 | 2021-10-07 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102493062B1 true KR102493062B1 (ko) | 2023-01-30 |
Family
ID=85106035
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210143135A KR102493062B1 (ko) | 2021-10-07 | 2021-10-26 | 탈중앙화 메타버스 운용을 위한 관리 서버 및 방법과, 그를 수행하도록 컴퓨터 판독 가능한 기록 매체에 저장된 프로그램 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102493062B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102593239B1 (ko) * | 2022-10-14 | 2023-10-26 | 주식회사 와이드브레인 | 가상 공간에서 다수의 이벤트에 동시에 참여하는 방법 및 그 장치 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120106367A (ko) * | 2011-03-18 | 2012-09-26 | 주식회사 프리진 | 개방형 가상세계 간 통합 식별 체계 지원 시스템 및 그 방법 |
| KR20210101275A (ko) * | 2018-12-07 | 2021-08-18 | 나이키 이노베이트 씨.브이. | 암호화로 보호된 디지털 자산을 제공하기 위한 시스템 및 방법 |
-
2021
- 2021-10-26 KR KR1020210143135A patent/KR102493062B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120106367A (ko) * | 2011-03-18 | 2012-09-26 | 주식회사 프리진 | 개방형 가상세계 간 통합 식별 체계 지원 시스템 및 그 방법 |
| KR20210101275A (ko) * | 2018-12-07 | 2021-08-18 | 나이키 이노베이트 씨.브이. | 암호화로 보호된 디지털 자산을 제공하기 위한 시스템 및 방법 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102593239B1 (ko) * | 2022-10-14 | 2023-10-26 | 주식회사 와이드브레인 | 가상 공간에서 다수의 이벤트에 동시에 참여하는 방법 및 그 장치 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20230341992A1 (en) | Systems and methods for augmented reality with precise tracking | |
| Duan et al. | Distributed artificial intelligence empowered by end-edge-cloud computing: A survey | |
| KR101334066B1 (ko) | 진화하는 사이버 로봇 시스템 및 그 제공 방법 | |
| US20230096243A1 (en) | Electronic device comprising user interface for providing user-participating-type ai training service, and server and method for providing user-participating-type ai training service using the electronic device | |
| US20220404949A1 (en) | Systems and methods for augmented reality with precise tracking | |
| Ali et al. | Metaverse communications, networking, security, and applications: Research issues, state-of-the-art, and future directions | |
| US20220129064A1 (en) | Methods, systems, apparatuses, and devices for facilitating modifying environments based on user preferences | |
| KR102493062B1 (ko) | 탈중앙화 메타버스 운용을 위한 관리 서버 및 방법과, 그를 수행하도록 컴퓨터 판독 가능한 기록 매체에 저장된 프로그램 | |
| WO2021007006A1 (en) | Dual machine learning pipelines for transforming data and optimizing data transformation | |
| Ismail et al. | Metaverse: A Vision, Architectural Elements, and Future Directions for Scalable and Realtime Virtual Worlds | |
| KR102515168B1 (ko) | 광고 컨텐츠 제작 최적화 방법, 장치 및 시스템 | |
| Choi et al. | Application patterns for cyber-physical systems | |
| KR102430959B1 (ko) | 인공지능 기반 식물 정보 큐레이션 서비스 제공 방법, 장치 및 시스템 | |
| Lycett et al. | Humans in (digital) space: representing humans in virtual environments | |
| Barfield | Issues of law for software agents within virtual environments | |
| US20220109654A1 (en) | Method and System For Sharing Meta-Learning Method(s) Among Multiple Private Data Sets | |
| KR20230103671A (ko) | 통신 시스템에서 사용자의 감정에 기반하여 관계를 형성할 수 있는 메타버스 가상 현실 반려 동물을 제공하기 위한 방법 및 장치 | |
| Yitmen et al. | Integration of Digital Twins, Blockchain and AI in Metaverse: Enabling Technologies and Challenges | |
| KR102500172B1 (ko) | 장치 간의 메모리 동기화 방법, 제어 장치 및 시스템 | |
| KR102600258B1 (ko) | 사용자 참여 및 소프트웨어 업로드가 가능한 전자칠판 플랫폼 서비스 제공 방법, 장치 및 시스템 | |
| KR102619389B1 (ko) | 별자리 기반 메타버스 추모관 서비스의 인터페이스 제공 방법, 장치 및 시스템 | |
| KR20210043934A (ko) | 다자간 이벤트 매칭 서비스를 제공하기 위한 컴퓨터 프로그램 | |
| KR102619388B1 (ko) | 별자리 기반 메타버스 추모관 서비스 관련 접속에 따른 시각적 효과 구현 인터페이스 제공 방법, 장치 및 시스템 | |
| KR102673148B1 (ko) | 연예인 이벤트 제공을 위한 전자 장치 및 방법과, 그를 수행하도록 컴퓨터 판독 가능한 기록 매체에 저장된 프로그램 | |
| KR102618066B1 (ko) | 군인 기반 커뮤니티 애플리케이션에서 자연어 처리 및 이미지 대조를 기반으로 하여 군사 보안을 강화하는 방법, 장치 및 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GRNT | Written decision to grant |